一个囚徒困境博弈的游戏，看看有多少人有兴趣

首先简单科普一下囚徒困境：
囚徒困境的故事讲的是，两个嫌疑犯作案后被警察抓住，分别关在不同的屋子里接受审讯。警察知道两人有罪，但缺乏足够的证据。警察告诉每个人：如果两人都抵赖，各判刑一年；如果两人都坦白，各判八年；如果两人中一个坦白而另一个抵赖，坦白的放出去，抵赖的判十年。
在这个例子里，对于这个犯罪团伙来说，最佳结局是两个人都抵赖。问题在于对于任意一个嫌犯来说，最佳的策略都是坦白：如果同伙坦白，自己抵赖判10年而坦白只判8年；如果同伙抵赖，抵赖判1年而坦白无罪释放。如果两个人都选择了自己的最佳策略坦白，那么两个人都判8年，无法达到最佳结果。这种在博弈中每个人都选择了对自己来说的最佳策略，结果导致整体上利益受损的情况，就叫做囚徒困境。
下图是一个典型的囚徒困境博弈的收益表
[img]https://img.nga.178.com/attachments/mon_202104/18/-7Q16v-gejvKiT3cSjd-62.jpg[/img]

表中竖排是甲的策略，横行是乙的策略。4组收益数字，每一组第一个数字是甲的收益，第二个数字是乙的收益。
举例来说，坐上角的数字(3，3)是甲乙双方都选择合作时的收益，甲的收益是3，乙的收益也是3；右上角是甲选择合作，乙选择背叛时的收益，甲是0，乙是5；左下角是甲选择背叛，乙选择合作的收益，甲是5，乙是0；右下角是双方都选择背叛时的收益，双方都是1。
可以看到，对于甲乙这个整体来说，合作时最佳选择，因为这时双方的收益之和是6；但是对于甲或者乙个人来说，背叛都是最佳选择：如果对方合作，自己选择合作收益是3，选择背叛收益是5；如果对方选择背叛，自己选择合作收益是0，选择背叛收益是1。无论对方怎么选择，自己的最佳选择都是背叛。甲乙双方都选择背叛，博弈的结果就是(1，1)，双方收益之和只有2。

下面说一下重复囚徒博弈。甲乙双方坐下来，不是进行一次囚徒困境的博弈，而是连续进行100次博弈，每个人的收益就是这100次博弈的收益之和。在这种情况下，背叛就不一定是最佳策略，因为对方可能在下一个回合同样选择背叛来惩罚你；在这样的情况下，双方有可能达成一定的默契，都选择合作从而摆脱囚徒困境，达到双赢。

以上就是《合作的进化》这本书的理论基础。在这本书里，作者提出了一个锦标赛的模式：参与者每个人提出一个参加100次重复博弈的策略，然后这些策略依次与其它的参赛策略进行重复博弈。比如说一共有30个策略参赛，那么每个策略都要与其它29个策略进行一次重复100回合的囚徒困境博弈。最后获得最多收益的策略就是冠军。

那么下面就是本次锦标赛策略的要求：提交的策略不能接触博弈对象的源代码；可以获得博弈双方在本轮的博弈结果，比如说在每轮博弈的第2轮，可以知道第1轮双方的选择，第30轮的时候可以知道双方在前29轮的选择，在100轮时可以知道双方在前99轮的选择；可以使用概率性策略(比如30%的几率选择合作70%的几率选择背叛)；不能使用对方在其它轮次的结果，比如说本轮策略A与策略B博弈，下一轮策略A与策略C博弈，这个时候策略C无法知道前一轮A与B的博弈结果。

假如你有兴趣，可以自己写一个你认为可以获胜的策略，注意最好用汉语来写，或者用伪代码的形式。真的自己用代码实现的话请做好我无法理解还要回去问你的准备。
策略请发到 1500978475@qq.com 请注明自己策略想要用的名字，或者以无名氏的身份参赛。
假如参与者足够多，我会在一周内完成编程(其实有别人写好的包，自己随便调整一下就行)，并写一个报告出来。